Econometria

Lista de Exerccios 1

1) Considere as seguintes variveis. RT=receita/1000; Price=preo e

Advert=despesa com propaganda. Suponha que deseja-se avaliar a receita de
uma lanchonete, em funo do preo e despesa com propaganda. Segue os
resultados:

Varivel Coeficiente Erro padro Estatstica T p-valor

Intercepto 104,79 6,483 16,164 0,0000
Price -6,642 3,191 -2,081 0,0427
Advert 2,984 0,167 17,877 0,0000

R 0,867 R ajustado 0,861

a) As variveis Price e Advert so estatisticamente significativas?
b) Qual a interpretao dos parmetros? O parmetro de intercepto
interpretvel nesse caso?
c) Comente sobre o R e R ajustado
d) Qual seria a receita total prevista para um preo de $2,00 e despesa com
propaganda de $10.000?

2) O modelo abaixo sobre homens que trabalham. O modelo estimado dado

por:
Educ = 10,36 0,094irms + 0,131 educm + 0,210educp
n=722, R=0,214
em que educ anos de escolaridade formal, irms o nmero de irmos, educm
anos de escolaridade formal da me, e educp anos de escolaridade formal
do pai
a) Discuta a interpretao do coeficiente de educm e educp
b) Suponha que o homem A no tenha irmos, e sua me e seu pai tenham,
cada um, 12 anos de educao formal. Suponha tambm que o homem B
no tenha irmos, e sua me e seu pai tenham, cada um, 16 anos de
educao formal. Qual a diferena prevista em anos de educao formal
entre B e A?

3) A taxa de rejeio (rejei) de produtos de uma firma manufatureira o nmero

de itens defeituosos que devem ser descartados de cada 100 itens produzidos.
Assim, uma diminuio nessa taxa de rejeio reflete maior produtividade dos
funcionrios. Podemos usar a taxa de rejeio para medir o efeito do
treinamento dos trabalhadores sobre a produtividade. Para o ano de 1987,
estimou-se a seguinte equao:
^
ln ( rejei)=12,460,029 hrsemp0,962 ln ( vendas )+ 0,761 ln ( empreg )
(5,69) (0,023) (0,453) (0,407)
n=29, R=0,262
A varivel hrsemp corresponde as horas anuais de treinamento por
trabalhador, vendas corresponde as vendas anuais da firma (em dlares), e
empreg o nmero de empregados da firma.
a) Verdadeiro ou falso? Uma hora a mais de treinamento por trabalhador
diminui ln(rejei) em 0,029, o que significa que a taxa de rejeio cerca
de 2,9% menor.
b) Teste a significncia dos parmetros.

4) O modelo seguinte uma verso simplificada do modelo de regresso mltipla

usado por Biddle e Hamersesh (1990) para estudar a escolha entre o tempo
 gasto dormindo e trabalhando e para observar outros fatores que afetam o
sono:
dormir = 3638,25 0,148trabtot 11,13educ + 2,20idade
(112,28) (0,017) (5,88) (1,45)
n=706, R=0,113
A varivel dormir o total de minutos gastos por semana dormindo a noite,
trabtot o total de minutos semanais gastos trabalhando, educ e idade so
medidas em anos e masculino uma varivel dummy de gnero.
a) educ e idade so individualmente significativos ao nvel de 5% contra uma
hiptese alternativa bilateral?
b) Teste individualmente as demais variveis do modelo ao nvel de
significncia de 1%
R2
( k 1 )
c) Considere que a estatstica do teste F dada por:
F=
( 1R 2)
( nk )
Teste a significncia geral do modelo de regresso.

Considere um segundo modelo ajustado:

^
dormir = 3.840,83 -0,163trabtot -11,71educ -8,70idade +0,128idade
+87,75masculino
(235,11) (0,018) (5,86) (11,21) (0,134)
(34,33)

R
n=706, R=0,123, =0,117.

d) Supondo todos os outros fatores iguais, existe evidencia de que os homens

durmam mais que as mulheres? O quanto essa evidncia forte?

R
e) Interprete o R e o .

5) Estudando o padro dos investimentos na ustria, a equipe de planejamento do

governo daquele pas construiu um modelo economtrico relacionando a
formao bruta de capital fixo com o nvel de renda e a taxa de juros real.
R 2 0, 932 R 2 0, 915
Encontraram um bom modelo, com e . Acreditando poder
melhorar o modelo, a equipe introduziu mais uma varivel independente (ou
explicativa), o crescimento do PIB austraco, achando um novo modelo com
R 2 0, 940 R 2 0, 910
e . O modelo melhorou ou no com a adio da varivel PIB
austraco? Explique porque.

6) Com base numa amostra de 209 empresas, foram obtidos os seguintes

resultados:
log(salrio) = 4,32 + 0,280log(vendas) + 0,0174roe + 0,00024ros
(0,32) (0,035) (0,0041) (0,00054)
R=0,283
Em que salrio = salrio do CEO
vendas = vendas anuais da empresa
roe = retorno sobre o patrimnio, em %
ros = retorno sobre as aes da empresa
 a) Qual dos coeficientes , individualmente, significativo do ponto de vista
estatstico no nvel de 5%?
b) Realize o teste F. Utilize a equao dada no item 2.b
c) Qual a interpretao dos coeficientes estimados?

7) Suponha que, em um estudo que compara resultados de eleies entre

candidatos democratas e republicanos, voc queira indicar o partido de cada
candidato. Um nome como partido ser uma boa escolha para uma varivel
binria nesse caso? Qual seria um nome melhor? Como voc definiria uma
varivel dummy nesse caso?

8) Sejam as seguintes equaes estimadas:

^
log ( pesonas) = 4,65 0,0052cigs +0,0110log(rendfam) +0,034masculino
(0,38) (0,0010) (0,0085) (0,011)
+0,045branco -0,0030educmae +0,0032educpai
(0,015) (0,0030) (0,0026)
n=1.191 ; R=0,0493

As variveis so definidas assim:

pesonas: peso da criana ao nascer
cigs: n de cigarros fumados pela me durante a gravidez
rendfam: renda familiar
educmae: anos de educao da me
educpai: anos de educao do pai
Adicionamos uma varivel dummy para o caso de a criana ser do sexo masculino e
uma varivel dummy que indica se a criana classificada como branca.
a) Na primeira equao, interprete o coeficiente da varivel cigs.
Particularmente, qual o efeito no peso dos recm-nascidos se a me fumar
dez ou mais cigarros por dia? Essa varivel significativa?
b) Quanto se espera que um recm nascido branco pesar em relao a uma
criana no branca, mantendo fixos todos os outros fatores na primeira
equao? A diferena estatisticamente significante?
c) Comente sobre o efeito estimado e a significncia estatstica de educmae.
d) Interprete os demais parmetros e faa os testes de hipteses a 5% de
significncia.

9) O seguinte modelo economtrico foi estimado:

^
SAT = 1.028,10 + 19,30tamclas - 2,19tamclas - 45,09feminino -
169,81negro
(6,29) (3,83) (0,53) (4,29) (12,71)
+62,31feminino.negro
(18,15)
n=4.137, R=0,0858

A varivel SAT a pontuao combinada de matemtica e habilidade verbal

do estudante para ingresso em curso superior (SAT); tamclas o tamanho
da classe do aluno no ensino mdio, em centenas; feminino uma varivel
dummy para gnero; negro uma varivel dummy da raa igual a um para
negros e zero, caso contrrio.
a) Existe forte evidncia que tamclass deveria ser includa no modelo? Faa
o teste de hiptese dessa varivel.
b) Mantendo fixo tamclass, qual a diferena estimada na nota SAT entre
mulheres no negras e homens no negros? O quanto estatisticamente
significante essa diferena estimada?
 c) Qual a diferena estimada na SAT entre homens no negros e homens
negros? Qual a diferena estimada na nota SAT entre mulheres negras e
mulheres no negras?

10) Considere o seguinte modelo de consumo trimestral de energia eltrica:

C E 1,345 2,154 Y 1,776T 0,15 D

( 2 , 77) ( 3, 44) ( 3,12) ( 4 , 29)

R 0,76 R 0,75
2 2

F=26,3 DW=1,79 N=44 trimestres

Onde:
C: consumo de energia eltrica em MWh
Y: PIB em R$ bilhes
T: tarifa mdia de energia eltrica em R$
D: varivel sazonal 1- 3 trimestre
0 outros trimestres

Interprete o modelo acima, procurando explicar o mais que puder e usando as

prprias palavras.

11) Dos dados anuais para o setor de manufatura dos EUA para 1899-1922,
Dougherty obteve os seguintes resultados de regresso:
logY =2,810,53 logK + 0,91logL+ 0,047 t
(1,38) (0,34) (0,14) (0,021)
R=0,97, F=189,8
Em que Y = ndice da produo real, K = ndice do uso capital real, L = ndice de
uso real de mo de obra, t = tempo ou tendncia.
a) Teste a significncia dos parmetros do modelo a 5% de significncia
b) H multicolinearidade na regresso? Como podemos saber?
c) O que o sinal a priori de logK? Os resultados correspondem a essa
expectativa?

12) Considere a regresso de Taxa de mortalidade infantil (CM) contra PNB

per capita (PNBpc) e taxa de alfabetizao feminina (TAF). Verifique os
resultados abaixo:
Varivel Coeficiente EP T P-valor
Intercepto 263,6416 11,5932 22,7411 <0,0001
PNBpc -0,0056 0,0019 -2,8187 0,0065
TAF -2,2316 0,2099 -10,6293 <0,0001

R 0,7077 R-ajustado 0,6981

Considere outro modelo ajustado, incluindo a taxa de fertilidade total (TFR).

Varivel Coeficiente EP T P-valor
Intercepto 168,3067 32,8916 5,1170 <0,0001
PNBpc -0,0055 0,00188 -2,9343 0,0047
TAF -1,7680 0,24802 -7,1287 <0,0001
TFR 12,8686 4,19053 3,0709 0,0032

R 0,7474 R-ajustado 0,7347

a) Compare os resultados dos dois modelos acima. Que mudanas voc v? E

como as explica?
 b) Vale a pena adicionar a varivel TFR ao modelo? Por qu?
c) Uma vez que todos os coeficientes individuais t so estatisticamente
significativos, podemos dizer que no temos problema de colinearidade
neste caso?

13) Considere o seguinte modelo ajustado, em que Y o consumo, X2 a

renda e X3 a riqueza de uma amostra de tamanho 10:
Y =24,77+ 0,9415 X 20,0424 X 3
(6,75) (0,82) (0,08)
R=0,9635, R ajustado = 0,9531, F=92,4

a) Faa o teste F (significncia geral) e os testes t para cada coeficiente. H

indcios de multicolinearidade? Justifique
b) Considere ainda o seguinte modelo:
X 3=7,55+ 10,19 X 2
(29,48) (0,16)
R=0,9979
Calcule o FIV. Faa o teste de significncia individual.
c) Veja o resultado dos modelos ajustados de (Y contra X2) e (Y contra X3), e
faa os testes individuais de hipteses, testando i) se a renda aumenta, o
consumo tambm aumenta?; ii) e se a riqueza aumenta, o consumo tambm
aumenta?. Qual teste foi considerado nos itens i) e ii).
Y =24,4545+ 0,5091 X 2
(6,4138) (0,0357)
R=0,9621
Y =24,4110 +0,0498 X 3
(6,874) (0,0037)
R=0,9567

14) O modelo abaixo apresenta os resultados do gasto com pesquisa e

desenvolvimento (P&D), vendas e lucro para 14 segmentos industriais nos EUA.
Os resultados so os seguintes:
PD=1338+0,0437 Vendas
(5015) (0,0277)
Considere duas regresses, conforme abaixo:
i) ^ 2 =72493719+916,1 Vendas
(54940238) (303,9)
R=0,431
ii) ^ 2 =46746325+578Vendas +0,000846 Vendas2
(112224348) (1308) (0,003171)
R=0,435
a) Os testes i) e ii) foram utilizados para identificar heterocedasticidade. A que
teste se referem cada um deles?
b) Qual o resultado dos testes acima?

15) Considere o seguinte modelo de regresso linear mltipla:

price= 1 + 2 lotsize+ 3 sqrft + 4 bdrms+ ERRO
Em que, price = preo da casa (em milhares de dlares); lotsize = tamanho do
terreno (em ps); sqrft = rea construda (em ps) e bdrms = nmero de
quartos, de uma amostra de tamanho 88.
Abaixo o resultado desse modelo:
Coeficiente EP T P-valor
Intercepto -21,77031 29,47504 -0,738601 0,4622
Lotsize 0,002068 0,000642 3,220096 0,0018
Sqrft 0,122778 0,013237 9,275093 0,0000
Bdrms 13,85252 9,010145 1,537436 0,1279

R 0,672362 F 57,46023
R ajustado 0,660661 p-valor (teste 0,000000
F)

2
Considere a regresso do resduo ao quadrado ( ^ ) do modelo acima, pelas
variveis regressoras, para realizao do teste de White de
Heterocedasticidade.
Coeficiente EP
Intercepto 15626,24 11369,41
Lotsize -1,859507 0,637097
Lotsize^2 -4,98*E-7 4,63E-6
Lotsize*Sqrft 0,000457 0,000277
Lotsize*Bdrms 0,314647 0,252094
Sqrft -2,673918 8,662183
Sqrft^2 0,000352 0,001840
Sqrft*bdrms -1,020860 1,667154
Bdrms -1982,841 5438,483
Bdrms^2 289,7541 758,8303

R 0,672362
R ajustado 0,660661

Realize o teste de White. Qual sua concluso a respeito da heterocedasticidade?